Question

作为一项学习练习，因为我想用我自己的数据做类似的事情，我正在尝试将答案复制到 this example 确切但通过rpy2在Python中实现它。

这比我想象的更棘手，因为plyr使用了很多方便的sytax（例如as.quoted变量，汇总，函数），我发现这些东西很容易移植到rpy2。甚至没有进入ggplot2段，这是我迄今为止能够管理的，使用** {}来允许使用'。'参数：

# import rpy2.robjects as ro
# from rpy2.robjects.packages import importr
# stats= importr('stats')
# plyr = importr('plyr')
# bs = importr('base')
# r = ro.r
# df = ro.DataFrame

mms = df( {'delicious': stats.rnorm(100), 
           'type':bs.sample(bs.as_factor(ro.StrVector(['peanut','regular'])), 100, replace=True),
           'color':bs.sample(bs.as_factor(ro.StrVector(['r','g','y','b'])), 100, replace=True)} )

# first define a function, then use it in ddply call
myfunc  = r('''myfunc <- function(var) {paste('n =', length(var))} ''')
mms_cor = plyr.ddply(**{'.data':mms, 
                        '.variables':ro.StrVector(['type','color']), 
                        '.fun':myfunc})

这样运行没有错误，但打印生成的mms_cor给出了以下内容，这表明函数在ddply调用的上下文中无法正常工作（mms data.frame的长度为3，这就是我的想法正在计算，因为myfunc的其他输入返回不同的值）：

     type color    V1
1  peanut     b n = 3
2  peanut     g n = 3
3  peanut     r n = 3
4  peanut     y n = 3
5 regular     b n = 3
6 regular     g n = 3
7 regular     r n = 3
8 regular     y n = 3

理想情况下，我会在总结中使用它，如在示例答案中所做的那样，对输出进行多次计算/标记，但我也无法使其工作，并且它在语法方面确实变得笨拙：< / p>

mms_cor = plyr.ddply(plyr.summarize, n=bs.paste('n =', bs.length('delicious')), 
                     **{'.data':mms,'.variables':ro.StrVector(['type','color'])})

这与'n = 1'给出与上面相同的输出。我知道它反映了1项矢量'美味'的长度，但是无法弄清楚如何将它变成一个变量而不是一个字符串，或者它会变成哪个变量（这就是为什么我转向上面的函数）。另外，知道如何获得as.quoted变量语法（例如 ddply（.data = mms，。（type，color），...））使用rpy2。我知道plyr有几个as_quoted方法，但我无法弄清楚如何使用它们，因为文档和示例很难找到。

非常感谢任何帮助。感谢。

修改：

lgautier用nrow而不是长度修复myfunc的解决方案。

myfunc = r('''myfunc <- function(var) {paste('n =', nrow(var))} ''')

ggplot2的解决方案，如果对其他人有用（注意必须将x和y值添加到mms_cor作为使用aes_string的解决方法（无法在Python环境中使用）：

#rggplot2 = importr('ggplot2') # note ggplot2 import above doesn't take 'mapping' kwarg
p = rggplot2.ggplot(data=mms, mapping=rggplot2.aes_string(x='delicious')) + \
    rggplot2.geom_density() + \
    rggplot2.facet_grid('type ~ color') + \
    rggplot2.geom_text(data=mms_cor, mapping=rggplot2.aes_string(x='x', y='y', label='V1'), colour='black', inherit_aes=False)

p.plot()

Answer 1

由于您正在使用回调，我无法抗拒显示rpy2可以执行的一个意外事情（注意：代码未经测试，可能存在拼写错误）：

def myfunc(var):
    # var is a data.frame, the length of
    # the first vector is the number of rows
    if len(var) == 0:
        nr = 0
    else:
        nr = len(var[0])
    # any string format feature in Python could
    # be used here
    return 'n = %i' % nr 

# create R function from the Python function
from rpy2.rinterface import rternalize
myfunc_r = rternalize(myfunc)

mms_cor = plyr.ddply(**{'.data':mms, 
                        '.variables':ro.StrVector(['type','color']), 
                        '.fun':myfunc_r})

使用plyr（ddply）和rpy2语法

1 个答案: